Perl 如何最好地解析/拆分a<；部门>；基于<；br/>；标签

我有一个包含多行地址的标签，我想将其拆分为单行，以便识别城市、邮政编码等

比如说

<div>Ministry of Magic
    <br />Whitehall
    <br />London
    <br />SW1A 2AA
</div>

但是，我很清楚这一点，所以我想我应该尝试使用

HTML:：TreeBuilder/HTML:：Element

，但我不确定如何获取内容。我可以向下查找“br”标记，但它只返回

标记本身。这并不奇怪，因为

元素不能包含内容，但我不知道应该使用什么语法

my $tree = HTML::TreeBuilder->new();
my @content = $tree->parse($text)->guts()->look_down(_tag => 'br');
foreach my $line (@content) {
    say $line->as_HTML;
}

显示

<br />
<br />
<br />

因此，我的问题是：1）我应该坚持使用正则表达式还是使用HTML:：TreeBuilder，2）如果我应该使用HTML:：TreeBuilder，我如何提取我感兴趣的四行文本？

如果您的案例（并且将永远）像您描述的那样简单，那么我会坚持使用正则表达式。在你大喊大叫并向我放狗之前，先想一想：

是的，正则表达式确实不能解析HTML。但我们这里不是在解析HTML。我们正在解析

中一个非常非常小的HTML子集，它很容易由一个简单的正则表达式处理。对我来说，使用一个完整的解析库相当于用大锤敲打核桃

---

我个人会把你的正则表达式升级到

m捕获（轻微）损坏的HTML，并像其他任何东西一样，使用您可以组合的所有有效和无效输入进行测试。
谢谢@type\u outcast，我的案例就如我所描述的一样简单。我同意你所说的，这就是我所经历的思考过程。我只是想知道是否有更好的方法，也想知道如何处理“br”标记（但我可能会提出一个单独的问题）。a

只是一个换行符，标记中没有其他内容。您需要这些标记之间（即周围）的文本表达式。
my $tree = HTML::TreeBuilder->new();
my @content = $tree->parse($text)->guts()->look_down(_tag => 'br');
foreach my $line (@content) {
    say $line->as_HTML;
}

<br />
<br />
<br />